CN113386608B - 基于自动驾驶汽车的充电统筹排序方法及智能充电站 - Google Patents

Abstract

本发明属于智能充电技术领域，尤其涉及一种基于自动驾驶汽车的充电统筹排序方法及智能充电站，所述方法包括：获取各当前自动驾驶汽车的入场起始时间及当前起始位置；获取各当前自动驾驶汽车的充电紧急程度；生成充电排序集合，所述充电排序集合中依序排列有多个待充电自动驾驶汽车；基于所述可充电位置和所述当前起始位置生成最短可行路径信息；将所述最短可行路径信息发送至所述待充电自动驾驶汽车，最短可行路径信息用于控制所述待充电自动驾驶汽车行驶至对应的可充电位置。本发明实现在保证按照合理充电顺序的前提下，又能够实现最短路径的充电统筹安排，极大提升自动驾驶汽车在无人操控状态下的充电效率，满足自动驾驶汽车的充电需求。

Description

基于自动驾驶汽车的充电统筹排序方法及智能充电站

技术领域

本发明属于智能充电技术领域，尤其涉及一种基于自动驾驶汽车的充电统筹排序方法及智能充电站。

背景技术

随着信息技术的发展，自动驾驶汽车技术逐渐发展起来，自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

因环境保护需求的增加，目前的多数自动驾驶汽车均为电车，而电车不可避免的需要进行充电，但是，目前并没有有效方法，实现对无人操控状态下的无人驾驶汽车进行高效率的统筹充电，进而导致充电效率低，影响无人驾驶汽车充电及使用的问题。

因此，实有必要设计一种基于自动驾驶汽车的充电统筹排序方法及智能充电站。

发明内容

本发明的目的在于提供一种基于自动驾驶汽车的充电统筹排序方法及智能充电站，旨在解决现有技术中对无人操控的自动驾驶汽车充电统筹效率低的技术问题。

为实现上述目的，本发明实施例提供一种基于自动驾驶汽车的充电统筹排序方法，所述方法包括：

获取各当前自动驾驶汽车进入预设的排队区域的入场起始时间，及各所述当前自动驾驶汽车位于所述排队区域的当前起始位置；

获取各所述当前自动驾驶汽车的充电紧急程度；

根据所述充电紧急程度和所述入场起始时间生成充电排序集合，所述充电排序集合中依序排列有多个待充电自动驾驶汽车；

获取预设的充电区域中的可充电位置，并基于所述可充电位置和所述当前起始位置生成最短可行路径信息；

将所述最短可行路径信息发送至所述待充电自动驾驶汽车，所述最短可行路径信息用于控制所述待充电自动驾驶汽车行驶至对应的可充电位置。

可选地，所述根据所述充电紧急程度和所述入场起始时间生成充电排序集合，具体包括：

根据所述充电紧急程度生成紧迫度权值；

根据所述入场起始时间生成时间排序权值；

根据所述紧迫度权值和所述时间排序权值生成综合排序值，其中，一个待充电自动驾驶汽车对应一个所述综合排序值；

根据所述综合排序值生成充电排序集合。

可选地，根据所述紧迫度权值和所述时间排序权值，基于以下公式计算生成综合排序值：

P＝A*θ+B*λ+C；

其中，P为综合排序值，A为第一比例值，θ为紧迫度权值；B为第二比例值；λ为时间排序权值，C为特殊参数值。

可选地，所述基于所述可充电位置和所述当前起始位置生成最短可行路径信息，具体包括：

获取处于所述当前起始位置的待充电自动驾驶汽车的三维汽车模型；

实时获取当前充电环境的环境三维模型；

根据所述三维汽车模型、所述当前起始位置、所述可充电位置和所述环境三维模型，生成最短可行路径信息。

可选地，所述根据所述三维汽车模型、所述当前起始位置、所述可充电位置和所述环境三维模型，生成最短可行路径信息，具体包括：

计算所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述可充电位置的实际行驶路径；

筛选出路径最短的实际行驶路径，并获取所述待充电自动驾驶汽车按照所述行驶路径行驶后到达的可充电位置，并记为初始充电位置；

根据所述初始充电位置，获取距离所述初始充电位置预设特定范围内的其他可充电位置，并记为待评测充电位；

判断所述待充电自动驾驶汽车位于所述初始充电位置后，是否阻碍除位于所述初始充电位置的待充电自动驾驶汽车之外的其他待充电自动驾驶汽车行驶至所述待评测充电位；

若判断为否，将所述初始充电位置设定为最短可行路径信息。

可选地，所述判断所述待充电自动驾驶汽车位于所述初始充电位置后，是否阻碍除位于所述初始充电位置的待充电自动驾驶汽车之外的其他待充电自动驾驶汽车行驶至所述待评测充电位，还包括：

若判断为是，则获取所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述待评测充电位的实际行驶路径，并记为再次筛选路径集合；

从所述再次筛选路径集合中筛选出路径最短，且待充电自动驾驶汽车行驶至对应的可充电位置后，不阻碍其他待充电自动驾驶汽车行驶至各所述待评测充电位的实际行驶路径，并将该实际行驶路径设定为最短可行路径信息。

可选地，所述三维汽车模型包括汽车长宽数据和汽车高度数据；

所述计算所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述可充电位置的实际行驶路径；具体包括：

获取所述环境三维模型中的空闲区域；

根据所述汽车长宽数据和所述汽车高度数据，计算出所述三维汽车模型在所述空闲区域中行驶至各所述可充电位置的实际行驶路径。

可选地，所述实时获取当前充电环境的环境三维模型，具体包括：

基于预设的多个角度分别获取当前充电环境内各实体的实体矩阵数据；

分别获取一个实体对应的各所述实体矩阵数据的相同参数数据；

分别基于各实体对应的相同参数数据对各实体的实体矩阵数据作数据拼接，并分别生成各实体对应的完整实体模型数据；

将各所述完整实体模型数据拼接生成环境三维模型。

本发明实施例提供的基于自动驾驶汽车的充电统筹排序方法及智能充电站中的上述一个或多个技术方案至少具有如下技术效果之一：

本发明先通过获取各当前自动驾驶汽车进入预设的排队区域的入场起始时间，以及各当前自动驾驶汽车的当前起始位置，再通过综合各所述当前自动驾驶汽车的充电紧急程度，进而从两方面综合考虑并生成充电排序集合，实现合理化地生成当前充电排序，接着，通过所述可充电位置和所述当前起始位置生成最短可行路径信息，并将所述最短可行路径信息发送至所述待充电自动驾驶汽车，以使在合理排序后，进一步地使得自动驾驶汽车能够按照最短可行路径行驶至对应的充电位，进而实现在保证按照合理充电顺序的前提下，又能够实现最短路径的充电统筹安排，极大提升自动驾驶汽车在无人操控状态下的充电效率，满足自动驾驶汽车的充电需求。

为实现上述目的，本发明实施例提供一种智能充电站，所述智能充电站包括：

入场数据获取装置，用于获取各当前自动驾驶汽车进入预设的排队区域的入场起始时间，及各所述当前自动驾驶汽车位于所述排队区域的当前起始位置；

紧急度获取装置，用于获取各所述当前自动驾驶汽车的充电紧急程度；

排序处理装置，用于根据所述充电紧急程度和所述入场起始时间生成充电排序集合，所述充电排序集合中依序排列有多个待充电自动驾驶汽车；

路径生成装置，用于获取预设的充电区域中的可充电位置，并基于所述可充电位置和所述当前起始位置生成最短可行路径信息；

信息发送装置，用于将所述最短可行路径信息发送至所述待充电自动驾驶汽车，所述最短可行路径信息用于控制所述待充电自动驾驶汽车行驶至对应的可充电位置。

可选地，，所述排序处理装置包括：

紧迫生成单元，用于根据所述充电紧急程度生成紧迫度权值；

时间排序单元，用于根据所述入场起始时间生成时间排序权值；

综合排序单元，用于根据所述紧迫度权值和所述时间排序权值生成综合排序值，其中，一个待充电自动驾驶汽车对应一个所述综合排序值；

排序集合单元，用于根据所述综合排序值生成充电排序集合。

本发明实施例提供的智能充电站中的上述一个或多个技术方案至少具有如下技术效果之一：

因所述智能充电站包括所述基于自动驾驶汽车的充电统筹排序方法，故所述智能充电站亦能够实现在保证按照合理充电顺序的前提下，又能够实现最短路径的充电统筹安排，极大提升自动驾驶汽车在无人操控状态下的充电效率，满足自动驾驶汽车的充电需求。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的基于自动驾驶汽车的充电统筹排序方法及智能充电站的流程图；

图2为本发明实施例提供的基于自动驾驶汽车的充电统筹排序方法及智能充电站的流程图；

图3为本发明实施例提供的生成充电排序集合的流程图；

图4为本发明实施例提供的生成最短可行路径信息的流程图；

图5为本发明另一实施例提供的生成最短可行路径信息的流程图；

图6为本发明实施例提供的车辆充电情况的场景示意图；

图7为本发明实施例提供的筛选最短可行路径信息的流程图；

图8为本发明实施例提供的行驶至所述实际行驶路径的流程图；

图9为本发明实施例提供的获取当前充电环境的环境三维模型的流程图；

图10为本发明实施例提供的当前充电环境内实体的示例图；

图11为本发明实施例提供的智能充电站的结构框图。

图12为本发明实施例提供的排序处理装置的结构框图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

在本发明的一个实施例中，如图1所示，提供一种基于自动驾驶汽车的充电统筹排序方法的应用场景图，该应用场景包括一种智能充电站，该智能充电站设置有充电站入口，充电站入口处设置有入场数据获取装置，所述入场数据获取装置用于获取进入智能充电站的自动驾驶汽车的相关数据，如自动驾驶汽车的入场起始时间。

进一步地，所述智能充电站还设置有排队区域和充电区域，所述充电区域内设有可充电位置，在所述可充电位置处设有对应的充电桩。在充电区域满员后，再驶入的自动驾驶汽车则停在所述充电区域。所述所述入场数据获取装置还用于获取各所述当前自动驾驶汽车位于所述排队区域的当前起始位置。

此外，所述智能充电站还包括综合数据处理装置，所述综合数据处理装置包括紧急度获取装置、排序处理装置、路径生成装置和信息发送装置。

更进一步地，所述紧急度获取装置用于获取各所述当前自动驾驶汽车的充电紧急程度。所述排序处理装置，用于根据所述充电紧急程度和所述入场起始时间生成充电排序集合，所述充电排序集合中依序排列有多个待充电自动驾驶汽车。所述路径生成装置用于获取预设的充电区域中的可充电位置，并基于所述可充电位置和所述当前起始位置生成最短可行路径信息。所述信息发送装置用于将所述最短可行路径信息发送至所述待充电自动驾驶汽车，所述最短可行路径信息用于控制所述待充电自动驾驶汽车行驶至对应的可充电位置。

在本发明的一个实施例中，如图2所示，提供一种基于自动驾驶汽车的充电统筹排序方法，所述方法包括：

步骤S100：获取各当前自动驾驶汽车进入预设的排队区域的入场起始时间，及各所述当前自动驾驶汽车位于所述排队区域的当前起始位置；

具体地，本实施例中，通过在当前自动驾驶汽车进入智能充电站时，采集各所述当前自动驾驶汽车的时间，具体地，所述排队区域可以为图1所示的特定的排队区域，亦可以设定自进入智能充电站即为进入排队区域。

此外，在当前自动驾驶汽车进入智能充电站时，同时采集当前自动驾驶汽车的标志特征，并根据标志特征对对应的当前自动驾驶汽车进行编号处理，并生成特定编号，一个特定编号对应一个所述当前自动驾驶汽车。所述标志特征可以为车牌号、车身颜色、车辆品牌或者车辆型号。

在当前自动驾驶汽车进入预设的排队区域后，每个当前自动驾驶汽车均处于其中一个位置，本步骤中，通过获取所述当前起始位置，方便后续根据所述当前起始位置对当前自动驾驶汽车的充电统筹作进一步地规划及排序。

步骤S200：获取各所述当前自动驾驶汽车的充电紧急程度；

本步骤中，通过设置一通信装置，该通信装置用于与当前自动驾驶汽车内的乘坐人员作数据通讯。

在所述自动驾驶汽车进入智能充电站后，通过所述通信装置发送咨询信息至所述乘坐人员，并获取乘坐人员反馈的充电需求信息，所述充电需求信息用于表征乘坐人员对充电的时间以及电量要求，因此，当获取了所述充电需求信息后，即可理解为获取了所述充电紧急程度。

进一步地，本实施例中，乘坐人员的终端上配备有与所述通信装置相匹配的APP，进而通过该APP与通信装置进行即时通讯，从而实现所述充电紧急程度的获取。

步骤S300：根据所述充电紧急程度和所述入场起始时间生成充电排序集合，所述充电排序集合中依序排列有多个待充电自动驾驶汽车；

具体地，本步骤中，所述充电排序集合为综合了所述充电紧急程度和所述入场起始时间所生成，也即充电排序集合是综合考量了充电需求和入场时间顺序来生成，如此实现了人性化且高效率的充电统筹安排。例如，对于先入场但是充电紧急程度低的待充电自动驾驶汽车X，和后入场但是充电紧急程度高的待充电自动驾驶汽车Y，按照常理来说，理应为按照入场顺序先对X充电，但是，实际上对于充电的紧迫程度，待充电自动驾驶汽车X并没有特别着急充电，因此，可以先通过安排紧迫度较高的待充电自动驾驶汽车Y，同时不会影响待充电自动驾驶汽车X的充电需求，进而实现双满足，以及高效的充电统筹安排。

步骤S400：获取预设的充电区域中的可充电位置，并基于所述可充电位置和所述当前起始位置生成最短可行路径信息；

进一步地，本步骤中所述可充电位置为实时获取，进而实现数据的实时更新。此外，根据所述可充电位置和所述当前起始位置生成最短可行路径信息，实现了最短可行路径的规划，有效降低自动驾驶汽车在充电过程中所耗费的电量，进一步地实现了电量的节省的同时，又实现了高效快速充电安排，提升充电效率。

步骤S500：将所述最短可行路径信息发送至所述待充电自动驾驶汽车，所述最短可行路径信息用于控制所述待充电自动驾驶汽车行驶至对应的可充电位置。

具体地，本步骤中，发送至所述待充电自动驾驶汽车的最短可行路径信息，先发送至预设的服务器，再经服务器将该信息发送至所述待充电自动驾驶汽车，并通过控制所述待充电自动驾驶汽车行驶至对应的可充电位置，进而实现快速充电。

进一步地，本发明先通过获取各当前自动驾驶汽车进入预设的排队区域的入场起始时间，以及各当前自动驾驶汽车的当前起始位置，再通过综合各所述当前自动驾驶汽车的充电紧急程度，进而从两方面综合考虑并生成充电排序集合，实现合理化地生成当前充电排序，接着，通过所述可充电位置和所述当前起始位置生成最短可行路径信息，并将所述最短可行路径信息发送至所述待充电自动驾驶汽车，以使在合理排序后，进一步地使得自动驾驶汽车能够按照最短可行路径行驶至对应的充电位，进而实现在保证按照合理充电顺序的前提下，又能够实现最短路径的充电统筹安排，极大提升自动驾驶汽车在无人操控状态下的充电效率，满足自动驾驶汽车的充电需求。

在本发明的另一个实施例中，如图3所示，所述根据所述充电紧急程度和所述入场起始时间生成充电排序集合，具体包括：

步骤S310：根据所述充电紧急程度生成紧迫度权值；

具体地，所述紧迫度权值为根据所述充电紧急程度生成。其中，所述充电紧急程度通过乘坐人员反馈的充电需求信息来标示，不同的充电需求信息对应有不同的紧迫度权值。

在生成所述紧迫度权值之前，预设有紧迫度权值对应关系。也即，预先设有不同的充电需求信息对应的不同的紧迫度权值。

例如，所述充电需求信息包括多档需求，分别为“急需充电”、“可延后充电”以及“无要求充电”。多档需求分别对应不同的紧迫度权值，如“急需充电”对应的紧迫度权值为10，“可延后充电”对应的紧迫度权值为8，“无要求充电”对应的紧迫度权值为6。也即，当乘坐人员反馈的需求不同时，可以通过所述紧迫度权值对应关系生成对应的紧迫度权值。

步骤S320：根据所述入场起始时间生成时间排序权值；

具体地，在根据所述入场起始时间生成时间排序权值之前，也预先设立有时间排序权值对应关系。首先，按照先后时间顺序对所述入场起始时间进行排序。其中，排序第一的入场起始时间预先设置对应一个第一特定权值，排序第二的入场起始时间预先设置对应一个第二特定权值，以此类推。

在此过程中，排序第一的入场起始时间对应的第一特定权值，以及排序第二的入场起始时间对应的第二特定权值即为所述时间排序权值对应关系。

本实施例中，第一特定权值为10，第二特定权值为8。

步骤S330：根据所述紧迫度权值和所述时间排序权值生成综合排序值，其中，一个待充电自动驾驶汽车对应一个所述综合排序值；

具体地，本步骤中，所述综合排序值为综合了所述紧迫度权值和所述时间排序权值生成，用于表征待充电自动驾驶汽车的充电排序，当所述综合排序值越大时，则表明该待充电自动驾驶汽车应该先充电。

步骤S340：根据所述综合排序值生成充电排序集合。

本步骤中，根据各所述综合排序值进行排序，并生成所述充电排序集合。

在本发明的另一个实施例中，根据所述紧迫度权值和所述时间排序权值，基于以下公式计算生成综合排序值：

P＝A*θ+B*λ+C；

其中，P为综合排序值，A为第一比例值，θ为紧迫度权值；B为第二比例值；λ为时间排序权值，C为特殊参数值。

具体地，所述第一比例值A和所述第二比例值B为预先设置，由本领域技术人员根据不同地区对不同的智能充电站进行设置。所述第一比例值A和所述第二比例值B均为固定值。

特殊参数值C为预先获取，如，遇到需要救治的人员，则乘坐人员反馈相关信息，当满足预设的特殊参数获取条件后，即可获取所述特殊参数值C。因此，通过特殊参数值C的设置，使得在所述紧迫度权值θ和所述时间排序权值λ相同的情况下，实现紧急事项优先充电，提升统筹排序的包容度和灵活性。

当然，特殊参数值C获取的条件不限定，由本领域技术人员根据实际作不同的条件限定。

因此，通过所述特殊参数值C的设置，实现更综合的排序与充电安排。

进一步地，本申请通过上述公式，实现了根据相关数据来进行智能化排序，实现基于具体数值的形式，来进行充电统筹排序，提升充电统筹排序效率。

在本发明的另一个实施例中，如图4所示，所述基于所述可充电位置和所述当前起始位置生成最短可行路径信息，具体包括：

步骤S410：获取处于所述当前起始位置的待充电自动驾驶汽车的三维汽车模型；

具体地，所述三维汽车模型为待充电自动驾驶汽车在当前充电环境下的模型，也即通过获取所述三维汽车模型，方便后续对对应的待充电自动驾驶汽车的运动轨迹进行模拟处理，进而实现准确高效地安排充电路径。

步骤S420：实时获取当前充电环境的环境三维模型；

具体地，本步骤中，首先通过实时获取，保证了获取的所述环境三维模型的有效性，另一方面，通过所述环境三维模型与所述三维汽车模型相匹配，实现更精准地对待充电自动驾驶汽车的将要行驶的路径的规划。

步骤S430：根据所述三维汽车模型、所述当前起始位置、所述可充电位置和所述环境三维模型，生成最短可行路径信息。

具体地，本步骤中，在获取了所述三维汽车模型、所述当前起始位置、所述可充电位置和所述环境三维模型，即可通过模拟三维汽车模型在所述环境三维模型由所述当前起始位置行驶至各所述可充电位置的运动轨迹，进而筛选出最短可行路径信息，因此，实现了最短路径的高效准确获取。

进一步地，本步骤中，硬件条件可以由本领域技术人员根据实际需求来选择相关数据处理芯片以及与所述数据处理芯片相匹配的外围电路，并且通过适当变成处理，实现运动过程的模拟，对此，本申请不作具体限定。

在本发明的另一个实施例中，如图5-图6所示，所述根据所述三维汽车模型、所述当前起始位置、所述可充电位置和所述环境三维模型，生成最短可行路径信息，具体包括：

步骤S431：计算所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述可充电位置的实际行驶路径；

具体地，本步骤中，通过计算所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述可充电位置的实际行驶路径，即可模拟待充电自动驾驶汽车的可行驶过程，实现先模拟再统筹安排，保证统筹安排的准确性和可行性。

如图6所示，本实施例中，在一种情况下，有3个可充电位置，分别为图6中的可充电位置1、可充电位置2和可充电位置3。待充电自动驾驶汽车的三维汽车模型标示为车辆Z1。在图6所示的环境中，车辆若需要行驶至可充电位置2和可充电位置3的位置，均需要经过先经过可充电位置1。

因此，通过计算，获取车辆Z1分别从所述当前起始位置行驶至各所述可充电位置的实际行驶路径为S1、S2和S3。其中，按照行驶路径的长短划分，显然S1>S2>S3。

步骤S432：筛选出路径最短的实际行驶路径，并获取所述待充电自动驾驶汽车按照所述行驶路径行驶后到达的可充电位置，并记为初始充电位置；

具体地，以图6中情况为例，通过对比实际行驶路径为S1、S2和S3，筛选出最短的实际行驶路径为S1，因此，可充电位置1即为本步骤中所述待充电自动驾驶汽车按照所述行驶路径行驶后到达的可充电位置，也即为所述初始充电位置。

步骤S433：根据所述初始充电位置，获取距离所述初始充电位置预设特定范围内的其他可充电位置，并记为待评测充电位；

进一步地，本实施例中，所述预设特定范围为预先设置。具体其为以所述初始充电位置为圆心，以特定长度为半径画圆，所形成的圆形区域。一般，所述预设特定范围内的设置，均保证了所述预设特定范围内包括了所述初始充电位置周围的充电位。

本实施例中，获取距离所述初始充电位置预设特定范围内的其他可充电位置，即为获取所述可充电位置1预设特定范围内的其他可充电位置。其中，预设特定范围内的其他可充电位置为可充电位置2和可充电位置3。

步骤S434：判断所述待充电自动驾驶汽车位于所述初始充电位置后，是否阻碍除位于所述初始充电位置的待充电自动驾驶汽车之外的其他待充电自动驾驶汽车行驶至所述待评测充电位；

具体地，本步骤中，在所述待充电自动驾驶汽车位于所述初始充电位置后，此时车辆Z1已经停留在可充电位置1处。此时，判断待充电自动驾驶汽车是否阻碍除位于所述初始充电位置的待充电自动驾驶汽车之外的其他待充电自动驾驶汽车行驶至所述待评测充电位，即为判断车辆Z1停在所述可充电位置1后，是否阻碍除了车辆Z1的其他待充电自动驾驶汽车行驶至所述待评测充电位，也即判断车辆Z1是否阻碍车辆Z2后续行驶至可充电位置2和可充电位置3。

步骤S435：若判断为否，将所述初始充电位置设定为最短可行路径信息。

具体地，若还有其他通道使得车辆Z2行驶至可充电位置2和可充电位置3，也即判断所述待充电自动驾驶汽车位于所述初始充电位置后，不阻碍除位于所述初始充电位置的待充电自动驾驶汽车之外的其他待充电自动驾驶汽车行驶至所述待评测充电位，即为本步骤中的判断为否，因此，可以将所述初始充电位置设定为最短可行路径信息。

在本发明的另一个实施例中，如图7所示，所述判断所述待充电自动驾驶汽车位于所述初始充电位置后，是否阻碍除位于所述初始充电位置的待充电自动驾驶汽车之外的其他待充电自动驾驶汽车行驶至所述待评测充电位，还包括：

步骤S436：若判断为是，则获取所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述待评测充电位的实际行驶路径，并记为再次筛选路径集合；

具体地，本步骤中，若判断为是，即为判断，在所述待充电自动驾驶汽车位于所述初始充电位置后，阻碍了除位于所述初始充电位置的待充电自动驾驶汽车之外的其他待充电自动驾驶汽车行驶至所述待评测充电位，在此种情况下，说明若车辆Z1在可充电位置1处充电，则会影响可充电位置2和3的使用，导致统筹协调不合理的问题产生。

因此，为了实现更合理高效地对充电位置的利用和充电的高效统筹安排，则通过本步骤中：获取所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述待评测充电位的实际行驶路径，在本实施例中，也即获取实际行驶路径S3和S2，并根据实际行驶路径为S3和S2生成再次筛选路径集合。

步骤S437：从所述再次筛选路径集合中筛选出路径最短，且待充电自动驾驶汽车行驶至对应的可充电位置后，不阻碍其他待充电自动驾驶汽车行驶至各所述待评测充电位的实际行驶路径，并将该实际行驶路径设定为最短可行路径信息。

具体地，本步骤中，即为先筛选出除所述初始充电位置外的最短路径，即为选出实际行驶路径S2，接着，判断待充电自动驾驶汽车行驶至实际行驶路径S2后，是否阻碍其他待充电自动驾驶汽车行驶至实际行驶路径S2，若不阻碍，则将实际行驶路径S2设定为最短可行路径信息。本实施例中，为阻碍，那么则需要进一步筛选，显然，当筛选出实际行驶路径S3后，此时，不阻碍其他待充电自动驾驶汽车，故将所述实际行驶路径S3设定为最短可行路径信息。

此过程即为本步骤中从所述再次筛选路径集合中筛选出路径最短，且待充电自动驾驶汽车行驶至对应的可充电位置后，不阻碍其他待充电自动驾驶汽车行驶至各所述待评测充电位的实际行驶路径，并将该实际行驶路径设定为最短可行路径信息。

因此，本申请在进行充电统筹排序时，综合了最短路径和是否会阻碍其他可充电位置的情况，进而实现高效精准的排序处理。

在本发明的另一个实施例中，如图8所示，所述三维汽车模型包括汽车长宽数据和汽车高度数据；

所述计算所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述可充电位置的实际行驶路径；具体包括：

步骤S4311：获取所述环境三维模型中的空闲区域；

具体地，本步骤中，通过本领域技术人员设置的测量装置，实现在获取所述三维汽车模型中的汽车长宽数据和汽车高度数据，便于后续进行高效快速的路径统筹规划处理。

本步骤中，通过先获取所述环境三维模型中的空闲区域，所述空闲区域为当前充电环境的可行驶区域。

步骤S4312：根据所述汽车长宽数据和所述汽车高度数据，计算出所述三维汽车模型在所述空闲区域中行驶至各所述可充电位置的实际行驶路径。

进一步地，在获取了所述空闲区域、所述汽车长宽数据和所述汽车高度数据后，便可以计算出所述三维汽车模型在所述空闲区域中行驶至各所述可充电位置的实际行驶路径，进而通过实际尺寸与实际可行驶的区域，实现精准获取所述实际行驶路径。

在本发明的另一个实施例中，如图9-图10所示，所述实时获取当前充电环境的环境三维模型，具体包括：

步骤S421：基于预设的多个角度分别获取当前充电环境内各实体的实体矩阵数据；

具体地，本步骤中，各角度均为预先设置，且各角度均设置了飞行时间传感器，通过飞行时间传感器的设置，实现对当前充电环境内各实体的实体矩阵数据的获取。预设的多个角度满足了能够对当前充电环境内各实体的全方位数据获取。

本步骤中各实体为当前充电环境内的各物体。如，以图10中的实体Q为例，通过本步骤，可以分别获取了实体Q的多个角度的实体矩阵数据。

本步骤中所述实体矩阵数据即为当前充电环境内各实体的表面轮廓数据，因此，通过表面轮廓数据的获取，更能准确且高效地获取相匹配的三维模型。

步骤S422：分别获取一个实体对应的各所述实体矩阵数据的相同参数数据；

本步骤中，以一个实体为例，如图10所示，以F1的角度获取的实体矩阵数据与以F2的角度获取的实体矩阵数据必然有相重合的部分，如区域G，也即区域G所对应的矩阵数据即为所述相同参数数据。

步骤S423：分别基于各实体对应的相同参数数据对各实体的实体矩阵数据作数据拼接，并分别生成各实体对应的完整实体模型数据；

具体地，在获取了所述相同参数数据后，即可建立具有相同相同参数数据的实体矩阵数据之间的联系，通过所述相同参数数据，对所述实体矩阵数据作数据进行拼接，进而生成各实体对应的完整实体模型数据。

本实施例中，当获取了G区域为所述相同参数数据后，即可对F1角度的实体矩阵数据和F2角度的实体矩阵数据进行数据拼接，通过多次拼接后，即可生成各实体对应的完整实体模型数据。

步骤S424：将各所述完整实体模型数据拼接生成环境三维模型。

进一步地，通过将各所述完整实体模型数据拼接生成环境三维模型，进而实现环境三维模型的高效快速建立，保证后续行驶过程的正确模拟。

在本发明的另一个实施例中，如图11所示，提供一种智能充电站，所述智能充电站包括入场数据获取装置10、紧急度获取装置20、排序处理装置30、路径生成装置40和信息发送装置50。

其中，所述入场数据获取装置10，用于获取各当前自动驾驶汽车进入预设的排队区域的入场起始时间，及各所述当前自动驾驶汽车位于所述排队区域的当前起始位置；

所述紧急度获取装置20，用于获取各所述当前自动驾驶汽车的充电紧急程度；

所述排序处理装置30，用于根据所述充电紧急程度和所述入场起始时间生成充电排序集合，所述充电排序集合中依序排列有多个待充电自动驾驶汽车；

所述路径生成装置40，用于获取预设的充电区域中的可充电位置，并基于所述可充电位置和所述当前起始位置生成最短可行路径信息；

所述信息发送装置50，用于将所述最短可行路径信息发送至所述待充电自动驾驶汽车，所述最短可行路径信息用于控制所述待充电自动驾驶汽车行驶至对应的可充电位置。

在本发明的另一个实施例中，如图12所示，所述排序处理装置包括紧迫生成单元31、时间排序单元32、综合排序单元33和排序集合单元34。

所述紧迫生成单元31，用于根据所述充电紧急程度生成紧迫度权值；

所述时间排序单元32，用于根据所述入场起始时间生成时间排序权值；

所述综合排序单元33，用于根据所述紧迫度权值和所述时间排序权值生成综合排序值，其中，一个待充电自动驾驶汽车对应一个所述综合排序值；

所述排序集合单元34，用于根据所述综合排序值生成充电排序集合。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于自动驾驶汽车的充电统筹排序方法，其特征在于，所述方法包括：

步骤S100：获取各当前自动驾驶汽车进入预设的排队区域的入场起始时间，及各所述当前自动驾驶汽车位于所述排队区域的当前起始位置；

步骤S200：获取各所述当前自动驾驶汽车的充电紧急程度；

步骤S300：根据所述充电紧急程度和所述入场起始时间生成充电排序集合，所述充电排序集合中依序排列有多个待充电自动驾驶汽车；

步骤S400：获取预设的充电区域中的可充电位置，并基于所述可充电位置和所述当前起始位置生成最短可行路径信息；

步骤S500：将所述最短可行路径信息发送至所述待充电自动驾驶汽车，所述最短可行路径信息用于控制所述待充电自动驾驶汽车行驶至对应的可充电位置；

所述基于所述可充电位置和所述当前起始位置生成最短可行路径信息，具体包括：

步骤S410：获取处于所述当前起始位置的待充电自动驾驶汽车的三维汽车模型；

步骤S420：实时获取当前充电环境的环境三维模型；

步骤S430：根据所述三维汽车模型、所述当前起始位置、所述可充电位置和所述环境三维模型，生成最短可行路径信息；

所述根据所述三维汽车模型、所述当前起始位置、所述可充电位置和所述环境三维模型，生成最短可行路径信息，具体包括：

步骤S431：计算所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述可充电位置的实际行驶路径；

步骤S432：筛选出路径最短的实际行驶路径，并获取所述待充电自动驾驶汽车按照所述行驶路径行驶后到达的可充电位置，并记为初始充电位置；

步骤S433：根据所述初始充电位置，获取距离所述初始充电位置预设特定范围内的其他可充电位置，并记为待评测充电位；

步骤S434：判断所述待充电自动驾驶汽车位于所述初始充电位置后，是否阻碍除位于所述初始充电位置的待充电自动驾驶汽车之外的其他待充电自动驾驶汽车行驶至所述待评测充电位；

步骤S435：若判断为否，将所述初始充电位置设定为最短可行路径信息；

所述判断所述待充电自动驾驶汽车位于所述初始充电位置后，是否阻碍除位于所述初始充电位置的待充电自动驾驶汽车之外的其他待充电自动驾驶汽车行驶至所述待评测充电位，还包括：

步骤S436：若判断为是，则获取所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述待评测充电位的实际行驶路径，并记为再次筛选路径集合；

步骤S437：从所述再次筛选路径集合中筛选出路径最短，且待充电自动驾驶汽车行驶至对应的可充电位置后，不阻碍其他待充电自动驾驶汽车行驶至各所述待评测充电位的实际行驶路径，并将该实际行驶路径设定为最短可行路径信息；

所述三维汽车模型包括汽车长宽数据和汽车高度数据；

所述计算所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述可充电位置的实际行驶路径；具体包括：

步骤S4311：获取所述环境三维模型中的空闲区域；

步骤S4312：根据所述汽车长宽数据和所述汽车高度数据，计算出所述三维汽车模型在所述空闲区域中行驶至各所述可充电位置的实际行驶路径；

所述实时获取当前充电环境的环境三维模型，具体包括：

步骤S421：基于预设的多个角度分别获取当前充电环境内各实体的实体矩阵数据；

步骤S422：分别获取一个实体对应的各所述实体矩阵数据的相同参数数据；

步骤S423：分别基于各实体对应的相同参数数据对各实体的实体矩阵数据作数据拼接，并分别生成各实体对应的完整实体模型数据；

获取了所述相同参数数据后，即可建立具有相同参数数据的实体矩阵数据之间的联系，通过所述相同参数数据，对所述实体矩阵数据作数据进行拼接，进而生成各实体对应的完整实体模型数据；

步骤S424：将各所述完整实体模型数据拼接生成环境三维模型；

通过将各所述完整实体模型数据拼接生成环境三维模型，进而实现环境三维模型的高效快速建立，保证后续行驶过程的正确模拟。

2.根据权利要求1所述的基于自动驾驶汽车的充电统筹排序方法，其特征在于，所述根据所述充电紧急程度和所述入场起始时间生成充电排序集合，具体包括：

步骤S310：根据所述充电紧急程度生成紧迫度权值；

步骤S320：根据所述入场起始时间生成时间排序权值；

步骤S330：根据所述紧迫度权值和所述时间排序权值生成综合排序值，其中，一个待充电自动驾驶汽车对应一个所述综合排序值；

步骤S340：根据所述综合排序值生成充电排序集合。

3.根据权利要求2所述的基于自动驾驶汽车的充电统筹排序方法，其特征在于，根据所述紧迫度权值和所述时间排序权值，基于以下公式计算生成综合排序值：

P＝A*θ+B*λ+C；

其中，P为综合排序值，A为第一比例值，θ为紧迫度权值；B为第二比例值；λ为时间排序权值，C为特殊参数值。

4.一种智能充电站，其特征在于，所述智能充电站包括：

入场数据获取装置，用于获取各当前自动驾驶汽车进入预设的排队区域的入场起始时间，及各所述当前自动驾驶汽车位于所述排队区域的当前起始位置；

紧急度获取装置，用于获取各所述当前自动驾驶汽车的充电紧急程度；

排序处理装置，用于根据所述充电紧急程度和所述入场起始时间生成充电排序集合，所述充电排序集合中依序排列有多个待充电自动驾驶汽车；

路径生成装置，用于获取预设的充电区域中的可充电位置，并基于所述可充电位置和所述当前起始位置生成最短可行路径信息；

信息发送装置，用于将所述最短可行路径信息发送至所述待充电自动驾驶汽车，所述最短可行路径信息用于控制所述待充电自动驾驶汽车行驶至对应的可充电位置；

其中，所述基于所述可充电位置和所述当前起始位置生成最短可行路径信息，具体包括：

步骤S410：获取处于所述当前起始位置的待充电自动驾驶汽车的三维汽车模型；

步骤S420：实时获取当前充电环境的环境三维模型；

步骤S430：根据所述三维汽车模型、所述当前起始位置、所述可充电位置和所述环境三维模型，生成最短可行路径信息；

所述根据所述三维汽车模型、所述当前起始位置、所述可充电位置和所述环境三维模型，生成最短可行路径信息，具体包括：

步骤S431：计算所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述可充电位置的实际行驶路径；

步骤S432：筛选出路径最短的实际行驶路径，并获取所述待充电自动驾驶汽车按照所述行驶路径行驶后到达的可充电位置，并记为初始充电位置；

步骤S433：根据所述初始充电位置，获取距离所述初始充电位置预设特定范围内的其他可充电位置，并记为待评测充电位；

步骤S434：判断所述待充电自动驾驶汽车位于所述初始充电位置后，是否阻碍除位于所述初始充电位置的待充电自动驾驶汽车之外的其他待充电自动驾驶汽车行驶至所述待评测充电位；

步骤S435：若判断为否，将所述初始充电位置设定为最短可行路径信息；

所述判断所述待充电自动驾驶汽车位于所述初始充电位置后，是否阻碍除位于所述初始充电位置的待充电自动驾驶汽车之外的其他待充电自动驾驶汽车行驶至所述待评测充电位，还包括：

步骤S436：若判断为是，则获取所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述待评测充电位的实际行驶路径，并记为再次筛选路径集合；

步骤S437：从所述再次筛选路径集合中筛选出路径最短，且待充电自动驾驶汽车行驶至对应的可充电位置后，不阻碍其他待充电自动驾驶汽车行驶至各所述待评测充电位的实际行驶路径，并将该实际行驶路径设定为最短可行路径信息；

所述三维汽车模型包括汽车长宽数据和汽车高度数据；

所述计算所述三维汽车模型在所述环境三维模型中，从所述当前起始位置行驶至各所述可充电位置的实际行驶路径；具体包括：

步骤S4311：获取所述环境三维模型中的空闲区域；

步骤S4312：根据所述汽车长宽数据和所述汽车高度数据，计算出所述三维汽车模型在所述空闲区域中行驶至各所述可充电位置的实际行驶路径；

所述实时获取当前充电环境的环境三维模型，具体包括：

步骤S421：基于预设的多个角度分别获取当前充电环境内各实体的实体矩阵数据；

步骤S422：分别获取一个实体对应的各所述实体矩阵数据的相同参数数据；

步骤S423：分别基于各实体对应的相同参数数据对各实体的实体矩阵数据作数据拼接，并分别生成各实体对应的完整实体模型数据；

获取了所述相同参数数据后，即可建立具有相同参数数据的实体矩阵数据之间的联系，通过所述相同参数数据，对所述实体矩阵数据作数据进行拼接，进而生成各实体对应的完整实体模型数据；

步骤S424：将各所述完整实体模型数据拼接生成环境三维模型；

通过将各所述完整实体模型数据拼接生成环境三维模型，进而实现环境三维模型的高效快速建立，保证后续行驶过程的正确模拟。

5.根据权利要求4所述的智能充电站，其特征在于，所述排序处理装置包括：

紧迫生成单元，用于根据所述充电紧急程度生成紧迫度权值；

时间排序单元，用于根据所述入场起始时间生成时间排序权值；

综合排序单元，用于根据所述紧迫度权值和所述时间排序权值生成综合排序值，其中，一个待充电自动驾驶汽车对应一个所述综合排序值；

排序集合单元，用于根据所述综合排序值生成充电排序集合。

Images